驾驶能力评估方法、装置、电子设备及存储介质

技术领域

本发明实施例涉及车辆驾驶技术评估领域，尤其涉及一种驾驶能力评估方法、装置、电子设备及存储介质。

背景技术

随着汽车电动化与智能化进程的飞速进展，小型车辆的自动化程度与操作便捷程度得到了巨大的提升，人类驾驶员对车辆的操作与控制也越发容易。然而，在道路上因驾驶员违规行驶或对车辆操作不当引起的交通事故数量却没有得到明显的下降，高级辅助驾驶系统(Advanced Driving Assistant System，ADAS)等辅助驾驶技术虽然可以在一定程度上避免碰撞事故的发生，却无法完全弥补一些驾驶员较为低下的环境判断能力和行为执行能力。

目前已经投入使用的科目三考试机器人在车辆端主要装备简单的基站全球定位系统(Global Positioning System，GPS)定位及短距离超声波毫米波防碰撞雷达，在路侧端安装路侧信息单元(Road Side Unit，RSU)对红路灯和道路标识物的状态进行实时传输。其整体系统在运行过程中，通过相对高精度的定位系统确定车辆的运行状态，简单对车辆是否压线、是否违规进行判断，利用廉价的雷达设备对车辆在短距离和低速下的碰撞进行检测和简单的紧急避险。

然而，目前的科目三考试还需要在机器人的基础上在车辆的副驾驶位置配置安全裁判员，对于车辆行驶过程中是否与环境有冲突、驾驶员的操作和行为是否符合合格驾驶员规范、驾驶员是否分心等都只能通过安全员进行评价。安全员的评价会相对主观，或者会受到外界行为如私下交易、交流等干扰，这种现象导致了整体的科目三考试不够智能和规范。在另一方面，目前的科目三考试还是以拆分为不同考核目的的单个科目为标准，驾驶员在通过固定路段时采取固定操作，流程单一并且可以通过应试准备而相对轻松地通过。

发明内容

本申请提供了一种驾驶能力评估方法、装置、电子设备及存储介质，以解决现有技术中的全部或者部分问题。

第一方面，本申请提供了一种驾驶能力评估方法，该方法包括：

获取在第一驾驶场景中的预设参数集，以及驾驶员能力评估场景中的驾驶场景数量，其中，预设参数集包括：驾驶员驾驶车辆的位置信息、第一驾驶场景中包括道路区域范围、道路区域范围对应的区域面积、驾驶员的实际操作轨迹、驾驶员的实际操作时间、标准操作轨迹、标准操作时间、检测到驾驶员头部开始转动时，获取第一视野角度，以及，检测到驾驶员头部停止转动时，获取第二视野角度；第一驾驶场景为驾驶员能力评估场景中任一个驾驶场景；

根据第一视野角度、第二视野角度以及位置信息，确定驾驶员的视野轮廓范围；

将视野轮廓范围与道路区域范围的交集区域作为驾驶员的观测区域范围，并确定观测区域范围的面积；

根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果；

根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果；

根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估。

通过该方式，获取在第一驾驶场景中的预设参数集，以及驾驶员能力评估场景中的驾驶场景数量，其中，预设参数集包括：驾驶员驾驶车辆的位置信息、第一驾驶场景中包括道路区域范围、道路区域范围对应的区域面积、驾驶员的实际操作轨迹、驾驶员的实际操作时间、标准操作轨迹、标准操作时间、检测到驾驶员头部开始转动时，获取第一视野角度，以及，检测到驾驶员头部停止转动时，获取第二视野角度；第一驾驶场景为驾驶员能力评估场景中任一个驾驶场景；根据第一视野角度、第二视野角度以及位置信息，确定驾驶员的视野轮廓范围；将视野轮廓范围与道路区域范围的交集区域作为驾驶员的观测区域范围，并确定观测区域范围的面积；根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果；根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果；根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估。通过采集驾驶员在驾驶时的视野信息等观测信息，采集驾驶员的实际操作轨迹、实际操作时间等操作信息，可以综合考虑到驾驶员的观察能力和驾驶能力，而且无需人工观察评估，一方面可以在驾驶能力评估场景(例如机动车驾驶考试中的科目三考试场景)中对驾驶员所需的驾驶能力进行全面和客观的评估，避免驾驶员只针对评估需要的驾驶场景进行训练而轻松通过考试，但达不到驾驶所需的实际能力而造成交通事故的发生，同时，也节约了评估时所需大量观察员的人工成本。

结合第一方面，在本发明第一方面的第一实施例中，根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估，包括：

根据第一评估结果以及第二评估结果，对驾驶员的第一驾驶场景的驾驶能力进行评估，获取第一驾驶场景的基础能力评估结果；

基于驾驶场景的数量以及每一个驾驶场景中驾驶员的基础能力评估结果，获取驾驶员的平均基础能力评估结果；

基于平均基础能力评估结果对驾驶员的驾驶能力进行综合评估。

通过该方式，可以综合考虑所有驾驶场景中驾驶员的驾驶能力，然后基于所有场景的驾驶能力对驾驶员的综合能力进行评估，可以获取全面的评估信息，评估结果更加准确。

结合第一方面，在本发明第一方面的第二实施例中，根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果，包括：

根据实际操作轨迹与标准操作轨迹之间的距离差值，确定第二评估结果的第一影响因子；

根据实际操作时间以及标准操作时间的时间差值，确定第二评估结果的第二影响因子；

根据第一影响因子以及第二影响因子对驾驶员的操作能力进行评估，获取第二评估结果。

通过该方式，可以基于驾驶员的实际操作轨迹和标准操作轨迹之间的距离差值，确定第二评估结果中的第一影响因子(操作规范)，基于驾驶员的实际操作时间和标准操作时间的差值，确定第二评估结果中的第二影响因子(操作效率)，进而根据第一影响因子和第二影响因子对驾驶员的操作能力进行评估，获取第二评估结果，可以对驾驶员的操作能力进行全面的评估。

结合第一方面或者第一方面的第一实施例，在本发明第一方面的第三实施例中，当在第一驾驶场景中存在风险事件时，根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果，包括：

获取风险事件的发生时间内除驾驶车辆以外的交通参与者的位置坐标；

判断每一个交通参与者的位置坐标是否落在观测区域范围内；

统计位于观测区域范围内的交通参与者的第一数量以及位于观测区域范围以外的交通参与者的第二数量；

根据第一数量以及第二数量，确定第一评估结果的第三影响因子；

根据观测区域范围的面积、道路区域范围对应的区域面积、第三影响因子，对驾驶员的感知能力进行评估，获取第一评估结果。

通过该方式，当发生风险事件时，统计位于驾驶员观测区域内的第一数量以及位于驾驶员观测区域外的第二数量，根据第一数量和第二数量确定第一评估结果的第三影响因子，结合道路信息等对驾驶员的感知能力进行评估，可以更加细化的对驾驶员的观测能力进行评估，这种评估方式是目前的评估方式无法实现的，但在实际驾驶中是很重要的驾驶能力，对驾驶员的考核漏洞做了有力的补充。

结合第一方面的第三实施例，在本发明第一方面的第四实施例中，根据观测区域范围的面积、道路区域范围对应的区域面积、第三影响因子，对驾驶员的感知能力进行评估，获取第一评估结果，包括：

根据观测区域范围的面积以及道路区域范围对应的区域面积，确定第一评估结果的第四影响因子；

根据第三影响因子和第四影响因子，对驾驶员的感知能力进行评估，获取第一评估结果。

通过该方式，根据观测区域范围的面积以及道路区域范围对应的区域面积，可以确定驾驶员的观测范围在道路范围中的占比等因素，作为第四影响因子，对驾驶员的观察能力进行更加细致的评估，从而使感知能力的评估结果更加准确。

结合第一方面的第一实施例或者第一方面的第二实施例，在本发明第一方面的第五实施例中，当所有的驾驶能力评估场景中发生风险事件时，方法还包括：

获取第一风险场景中驾驶车辆识别到的风险事件发生的第一时刻、驾驶员识别到风险事件发生的第二时刻、与驾驶员对应的预设识别时间阈值、驾驶员针对风险事件采取操作时的第三时刻，驾驶车辆识别到风险事件消失时的第四时刻，驾驶员对风险事件的标准反应时间、所有的驾驶员能力评估场景中总的风险事件的数量；

根据第二时刻以及第三时刻，确定驾驶员对风险事件的实际反应时间；

根据实际反应时间、标准反应时间、第一时刻、以及第四时刻，对第一风险场景中驾驶员的风险处理能力进行评估，获取第一风险能力评估结果；

根据所有风险能力评估结果，获取风险能力综合评估结果，风险能力综合评估结果用于衡量驾驶员的风险处理能力；

根据所有驾驶场景的基础能力评估结果以及风险能力综合评估结果，对驾驶员的驾驶能力进行综合评估。

通过该方式，当在驾驶能力评估场景发生风险事件时，获取驾驶员对风险事件反应的参数信息(驾驶员识别到风险事件发生的时间等)以及标准处理参数信息(驾驶员对风险事件的标准反应时间等)，对驾驶员风险处理能力进行评估，然后结合驾驶员的基础能力评估结果和风险处理能力评估结果对驾驶员的驾驶能力进行综合评估，可以考察到驾驶员的风险反应能力，在实际驾驶中也是非常重要的一种驾驶能力，对驾驶员的评估方式更加全面。

结合第一方面的第一实施例或者第一方面的第二实施例，在本发明第一方面的第六实施例中，当在所有的驾驶员驾驶场景中识别到驾驶员存在违规操作时，方法还包括：

根据驾驶员的第i次违规操作行为，以及，违规操作行为与违规影响因子的对应关系，对驾驶员的第i次违规行为进行评估，获取第i个违规行为评估结果；

根据所有的违规操作行为评估结果以及所有驾驶场景的基础能力评估结果，对驾驶员的驾驶能力进行综合评估，其中，第i次违规操作行为为驾驶员的违规操作行为中任一个，i为正整数。

通过该方式，当驾驶员发生违规操作时，可以获取到驾驶员的违规操作行为，并结合违规行为对驾驶员的驾驶能力进行评估，保证评估结果的准确。

第二方面，本申请提供了一种驾驶能力评估装置，该装置包括：获取模块、确定模块、处理模块以及评估模块；

获取模块，用于获取在第一驾驶场景中的预设参数集，以及驾驶员能力评估场景中的驾驶场景数量，其中，预设参数集包括：驾驶员驾驶车辆的位置信息、第一驾驶场景中包括道路区域范围、道路区域范围对应的区域面积、驾驶员的实际操作轨迹、驾驶员的实际操作时间、标准操作轨迹、标准操作时间、检测到驾驶员头部开始转动时，获取第一视野角度，以及，检测到驾驶员头部停止转动时，获取第二视野角度；第一驾驶场景为驾驶员能力评估场景中任一个驾驶场景；

确定模块，用于根据第一视野角度、第二视野角度以及位置信息，确定驾驶员的视野轮廓范围；

处理模块，用于将视野轮廓范围与道路区域范围的交集区域作为驾驶员的观测区域范围，并确定观测区域范围的面积；

评估模块，用于根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果；根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果；根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估。

可选的，评估模块，具体用于根据第一评估结果以及第二评估结果，对驾驶员的第一驾驶场景的驾驶能力进行评估，获取第一驾驶场景的基础能力评估结果；基于驾驶场景的数量以及每一个驾驶场景中驾驶员的基础能力评估结果，获取驾驶员的平均基础能力评估结果；基于平均基础能力评估结果对驾驶员的驾驶能力进行综合评估。

可选的，评估模块，具体还用于根据实际操作轨迹与标准操作轨迹之间的距离差值，确定第二评估结果的第一影响因子；根据实际操作时间以及标准操作时间的时间差值，确定第二评估结果的第二影响因子；根据第一影响因子以及第二影响因子对驾驶员的操作能力进行评估，获取第二评估结果。

可选的，该装置还包括：判断模块以及统计模块；

获取模块，还用于获取风险事件的发生时间内除驾驶车辆以外的交通参与者的位置坐标；

判断模块，用于判断每一个交通参与者的位置坐标是否落在观测区域范围内；

统计模块，用于统计位于观测区域范围内的交通参与者的第一数量以及位于观测区域范围以外的交通参与者的第二数量；

确定模块，还用于根据第一数量以及第二数量，确定第一评估结果的第三影响因子；

评估模块，还用于根据观测区域范围的面积、道路区域范围对应的区域面积、第三影响因子，对驾驶员的感知能力进行评估，获取第一评估结果。

可选的，该装置包括：

处理模块，还用于根据观测区域范围的面积以及道路区域范围对应的区域面积，确定第一评估结果的第四影响因子；

评估模块，还用于根据第三影响因子和第四影响因子，对驾驶员的感知能力进行评估，获取第一评估结果。

可选的，该装置包括：获取模块，还用于获取第一风险场景中驾驶车辆识别到的风险事件发生的第一时刻、驾驶员识别到风险事件发生的第二时刻、与驾驶员对应的预设识别时间阈值、驾驶员针对风险事件采取操作时的第三时刻，驾驶车辆识别到风险事件消失时的第四时刻，驾驶员对风险事件的标准反应时间、所有的驾驶员能力评估场景中总的风险事件的数量；

确定模块，还用于根据第二时刻以及第三时刻，确定驾驶员对风险事件的实际反应时间；

处理模块，还用于根据实际反应时间、标准反应时间、第一时刻、以及第四时刻，对第一风险场景中驾驶员的风险处理能力进行评估，获取第一风险能力评估结果；根据所有风险能力评估结果，获取风险能力综合评估结果，风险能力综合评估结果用于衡量驾驶员的风险处理能力；

评估模块，还用于根据所有驾驶场景的基础能力评估结果以及风险能力综合评估结果，对驾驶员的驾驶能力进行综合评估。

可选的，该装置包括：

评估模块，还用于根据驾驶员的第i次违规操作行为，以及，违规操作行为与违规影响因子的对应关系，对驾驶员的第i次违规行为进行评估，获取第i个违规行为评估结果；根据所有的违规操作行为评估结果以及所有驾驶场景的基础能力评估结果，对驾驶员的驾驶能力进行综合评估，其中，第i次违规操作行为为驾驶员的违规操作行为中任一个，i为正整数。

第三方面，提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现第一方面任一项实施例的驾驶能力评估方法的步骤。

第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一项实施例的驾驶能力评估方法的步骤。

附图说明

图1为本发明实施例提供的一种驾驶能力评估方法流程示意图；

图2为本发明提供的驾驶员工作识别系统架构示意图；

图3为本发明实施例提供的驾驶员扫描区域轮廓示意图；

图4本发明实施例提供的一种驾驶员操作能力评估方法流程示意图；

图5本发明实施例提供的一种驾驶员感知能力评估方法流程示意图；

图6本发明实施例提供的另一种驾驶能力评估方法流程示意图；

图7为本发明提供的一种驾驶能力综合评估方法框图；

图8为本发明实施例提供的一种驾驶能力评估装置结构示意图；

图9为本发明实施例提供一种电子设备结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。

针对背景技术中所提及的技术问题，为了提高城市道路的整体基础行车安全性，需要从驾驶员源头开始，改善驾驶员能力测试及能力考试的评价标准，从而择优筛选出真正可以具备安全上路行驶能力的人类驾驶员，淘汰一些因为应试驾驶而通过测试实际上并没有完全驾驶准备的学员，间接强化驾驶员培训的合理性和有效性。基于此，本申请实施例提供了一种驾驶能力评估方法，具体参见图1所示，图1为本发明实施例提供的一种驾驶能力评估方法流程示意图，该方法步骤包括：

步骤110，获取在第一驾驶场景中的预设参数集，以及驾驶员能力评估场景中的驾驶场景数量。

具体的，预设参数集包括：驾驶员驾驶车辆的位置信息、第一驾驶场景中包括道路区域范围、道路区域范围对应的区域面积、驾驶员的实际操作轨迹、驾驶员的实际操作时间、标准操作轨迹、标准操作时间、检测到驾驶员头部开始转动时，获取第一视野角度，以及，检测到驾驶员头部停止转动时，获取第二视野角度；第一驾驶场景为驾驶员能力评估场景中任一个驾驶场景。

在一个可选的例子中，可以设置多个识别模块，并配置相应的硬件感应设备，例如设置车内驾驶员工作识别系统如图2所示，包括车内驾驶员动作识别系统以及车辆感知系统，车内驾驶员动作识别系统包括驾驶员头部姿态识别模块，通过部署在车辆主驾驶与副驾驶侧的两个摄像头的特定角度图像采集分析，实现驾驶员头部状态的信息提取，当识别到驾驶员的头部开始转动时，根据头部转动角度确定驾驶员的第一视野角度，同样的，当识别到驾驶员头部结束转动时，确定驾驶员的第二视野角度，第一视野角度或者第二视野角度可以通过驾驶员头部转动角度以头部正前方为中心，向两侧扩散预设角度(例如左右两侧各扩散60度)获取。

示例性的以头部正前方为0度，驾驶员头部向左侧转动30度，即转动角度为-30度，则视野角度为-90度至30度，第一视野角度即为左侧转动时左侧的最大视野角度-30度，驾驶员头部向右侧转动30度时，则视野角度为-30度至90度，则第二视野角度即为右侧转动时右侧的最大视野角度90度，在驾驶员头部由左侧向右侧转动时，划过的角度范围为第一视野角度至第二视野角度之间的角度范围-30度至90度。

车内驾驶员动作识别系统还可以包括车辆操作识别模块，可以利用车辆自身的通信网络信号采集，例如车载诊断系统(On Board Diagnostics，OBD)通信，识别驾驶员的车辆操作信息，包括但不限于车辆油门踏板开度识别、车辆制动踏板开度识别、车辆方向盘角度识别、车辆灯光控件识别，通过上述识别技术实现驾驶员的车辆操作信息采集。同时，车辆操作识别模块，还可以获取驾驶员的实际操作时间，例如驾驶员的一次操作方向盘的时间则为车辆操作识别模块中识别到方向盘开始转动的时刻至方向盘结束转动时刻之间的时间，即为驾驶员操作方向盘的时间。

车辆感知系统可以包括高精地图模块和综合环境感知模块，高精地图模块可以存储和读取驾驶能力评估场景中路段的整体道路结构、道路规则、静态标识信息等，根据高精地图模块可以获取道路区域范围以及道路区域范围对应的区域面积，高精地图模块例如智能地图系统搭配车辆定位系统，还可以获取车辆的朝向、车辆位置等信息。综合环境感知模块通过车辆装载的多个传感设备，可以实现包括车外多机位摄像头图像信息识别、多激光雷达信息融合解析、多毫米波雷达信息融合解析功能，完成对车辆外部的交通参与者状态、交通信号灯状态等动态信息的识别。

步骤120，根据第一视野角度、第二视野角度以及位置信息，确定驾驶员的视野轮廓范围。

具体的，根据驾驶员的第一视野角度和第二视野角度，然后通过预构建的驾驶员轮廓区域函数，根据第一视野角度和第二视野角度，获取驾驶员的视野轮廓范围，具体的实现方式可以是，通过第一视野角度和第二视野角度计算驾驶员视野扫过的角度范围，并根据道路情况设定视野半径，例如设定半径为50米，就可获取驾驶员通过眼睛扫描过的视野轮廓范围。

进一步的，除了计算驾驶员的通过眼睛扫描的轮廓范围外，还可以结合人类的视野角度与车辆后视镜的对应关系，以面部中心为中心点，将在后视镜中的注视位置扩散一定角度，结合预设视野半径，可以获取驾驶员通过后视镜扫描的轮廓区域范围，例如在如图3所示的驾驶员扫描区域示意图中，驾驶员头部面向正前方时，1为驾驶员右眼扫描的轮廓区域，2为驾驶员左眼扫描的轮廓区域，3为驾驶员通过左侧后视镜扫描的轮廓区域，4为驾驶员通过右侧后视镜扫描的轮廓区域，1、2、3和4共同构成驾驶员在静止时面朝前方的视野轮廓范围，在驾驶员头部转动时，其视野轮廓范围还包括1和2之间的区域以及3和4之间的区域，驾驶员的眼睛扫描的第一视野轮廓范围与通过后视镜扫描的第二视野轮廓范围即为驾驶员的视野轮廓范围。

步骤130，将视野轮廓范围与道路区域范围的交集区域作为驾驶员的观测区域范围，并确定观测区域范围的面积。

具体的，在驾驶场景中，驾驶员的关注区域应为道路区域，如果驾驶员的关注区域大部分在道路区域范围以外的区域，那么很明显不符合驾驶安全的要求，因此，需要确定驾驶员在道路区域中的观测区域的面积，以评估驾驶员的基础环境感知能力，具体可以通过如下公式实现驾驶员的观测区域面积：

s

其中，S

在一个可选的例子中，在确定驾驶员的扫描的轮廓区域后，根据车辆位置进行坐标转换，通过高精地图确定车辆在驾驶场景中的实际位置以及车辆朝向(驾驶员的视野朝向)，根据驾驶员的视野朝向、驾驶员在驾驶场景中的位置，可以确定驾驶员的扫描区域轮廓在驾驶场景中的范围，g的实现方式为取扫描区域轮廓落在道路中的范围即为驾驶员的观测区域范围，即视野轮廓范围与道路区域范围的交集区域。

步骤140，根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果。

具体的，第一评估结果即驾驶员的感知能力评估结果，在常规驾驶场景中，感知能力表现为对驾驶场景道路区域的环境感知能力，常规驾驶场景即无风险事件出现的驾驶场景，第一驾驶场景中的道路总面积可以通过高精地图获取，例如通过第一驾驶场景的区域范围内的道路坐标，获取道路的长度、宽度等计算道路的面积，将驾驶员的扫描区域轮廓映射在驾驶场景中，通过预构建的感知能力模型确定驾驶员的感知能力。

在一个可选的例子中，环境感知能力评估可以以分值的方式体现，例如驾驶员的感知能力可以通过如下公式获取：

A

其中，A

在一种可实现的方式中，C可以为驾驶员的观测区域范围的面积S

A

其中，A

在常规的驾驶能力评估场景中，驾驶员的第一评估结果，即感知能力评估结果表现为基础环境感知能力评估结果，在实际的应用中，可以赋予环境感知能力预设的权重，以使评估结果更加准确，具体的驾驶员的第一评估结果可以通过如下公式实现：

Nscore＝k

其中，Nscore为驾驶员的第一评估结果，即基础感知能力评估结果，A

当然第一评估结果也可以以其他方式体现，比如根据基础感知能力分值划分基础感知能力等级，以等级的形式体现第一评估结果，具体根据实际情况而定即可，在此不做过多限定。

步骤150，根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果。

具体的，根据由步骤110获取的驾驶员的实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，可以获取驾驶员的操作能力与标准操作能力之间的能力差值，从而对驾驶员的操作能力进行评估，获取第二评估结果，与第一评估结果类似的，第二评估结果也可以选择多种体现方式中的一种或者多种，例如分值、等级等，具体的能力差值可以细化为执行能力差值以及执行效率差值。

可选的，根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果，包括如图4所示的方法步骤：

步骤1501，根据实际操作轨迹与标准操作轨迹之间的距离差值，确定第二评估结果的第一影响因子。

步骤1502，根据实际操作时间以及标准操作时间的时间差值，确定第二评估结果的第二影响因子。

具体的，第一影响因子和第二影响因子为驾驶员的操作能力评估影响因子，例如第一影响因子可以是驾驶员的执行能力，第二影响因子可以是驾驶员的执行效率，第二评估结果即为驾驶员的基础操作能力评估结果，用以评估第一驾驶场景中，驾驶员的基础操作能力，例如在转弯路口的转向时间、转向幅度等操作能力，可以通过驾驶员对方向盘操作的操作轨迹和操作时间，以及在转弯路口的方向盘操作的标准操作轨迹和标准操作时间来进行评估。

在一个可选的例子中，第一影响因子可以为驾驶员在第一驾驶场景下的执行能力评估结果，第二影响因子可以为驾驶员在第一驾驶场景下的执行效率评估结果。可以首先建立常规动作标准操作过程和实际操作结果的对应关系方法库，例如，执行效率评估标准，可以设定驾驶员在第一驾驶场景下的标准执行时间为5分钟，则实际执行时间结果在5分钟及以内为满分，5-6分钟为95分，等等，相类似的，执行能力评估标准也可以通过设置标准操作轨迹与实际操作轨迹结果之间的距离差值来划分评分标准。

第一影响因子P

其中，S

第二影响因子P

其中，T

步骤1503，根据第一影响因子以及第二影响因子对驾驶员的操作能力进行评估，获取第二评估结果。

具体的，在一个可选的例子中，驾驶员的第一影响因子与第二影响因子之和，即为驾驶员的第二评估结果，第二评估结果与驾驶员的操作行为相关，因此第二评估结果可以反应驾驶员的行为操作能力。

在一种优选的实施方式中，为了更加准确的对驾驶员的行为操作能力进行评估，还可以分别对第一影响因子和第二影响因子设定不同的权重，例如弯道评估场景中，对时间性要求不高，但很容易压线，对操作轨迹要求比较严格，因此，可以赋予第一影响因子更多的权重，赋予第二影响因子更少的权重，其评估结果也会更加的客观和准确，具体的可以通过如下公式实现：

Oscore＝k

其中，Oscore为驾驶员的第二评估结果，即对驾驶员的常规操作能力评估的结果，k

步骤160，根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估。

具体的，第一驾驶场景为驾驶能力评估场景中任一个场景，也即是分别对每一个场景的驾驶员的能力进行评估，结合所有场景中驾驶员的第一评估结果以及第二评估结果，对驾驶员的驾驶能力进行综合评估。

可选的，根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估，包括：

根据第一评估结果以及第二评估结果，对驾驶员的第一驾驶场景的驾驶能力进行评估，获取第一驾驶场景的基础能力评估结果；

根据所有的驾驶场景的基础能力评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估。

具体的，在一个可选的例子中，可以将第一评估结果与第二评估结果之和作为驾驶员的第一驾驶场景的基础驾驶能力评估结果，进而根据所有驾驶场景的基础驾驶能力评估结果的均值对驾驶员的驾驶能力进行综合评估，具体可以通过如下公式实现：

其中，Toscore为驾驶员的基础综合能力评估结果，n为驾驶场景的数量。

在只有常规驾驶场景的情况下，驾驶员的基础综合能力评估结果即为驾驶员的综合驾驶能力评估结果。

通过该方式，获取在第一驾驶场景中的预设参数集，以及驾驶员能力评估场景中的驾驶场景数量，其中，预设参数集包括：驾驶员驾驶车辆的位置信息、第一驾驶场景中包括道路区域范围、道路区域范围对应的区域面积、驾驶员的实际操作轨迹、驾驶员的实际操作时间、标准操作轨迹、标准操作时间、检测到驾驶员头部开始转动时，获取第一视野角度，以及，检测到驾驶员头部停止转动时，获取第二视野角度；第一驾驶场景为驾驶员能力评估场景中任一个驾驶场景；根据第一视野角度、第二视野角度以及位置信息，确定驾驶员的视野轮廓范围；将视野轮廓范围与道路区域范围的交集区域作为驾驶员的观测区域范围，并确定观测区域范围的面积；根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果；根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果；根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估。通过采集驾驶员在驾驶时的视野信息等观测信息，采集驾驶员的实际操作轨迹、实际操作时间等操作信息，可以综合考虑到驾驶员的观察能力和驾驶能力，而且无需人工观察评估，一方面可以在驾驶能力评估场景(例如机动车驾驶考试中的科目三考试场景)中对驾驶员所需的驾驶能力进行全面和客观的评估，避免驾驶员只针对评估需要的驾驶场景进行训练而轻松通过考试，但达不到驾驶所需的实际能力而造成交通事故的发生，同时，也节约了评估时所需大量观察员的人工成本。

可选的，当在第一驾驶场景中发生高风险事件时，驾驶员的第一评估结果(基础感知能力评估结果)还需要考虑到驾驶员对风险事件的风险感知能力。

可选的，当在第一驾驶场景中存在风险事件时，根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果，包括如图5所示的方法步骤：

步骤510，获取风险事件的发生时间内除驾驶车辆以外的交通参与者的位置坐标。

具体的，通过车辆感知系统装在的雷达以及摄像头等装置，在车辆系统识别到风险事件时，获取除驾驶车辆以外的交通参与者的位置坐标，例如当车辆识别到存在交通参与者的距离与驾驶车辆的距离小于预设阈值，例如5米时，确定该交通参与者与驾驶车辆可能会发生碰撞风险，则确定此时发生风险事件，第一驾驶场景进入风险场景识别模式，通过车辆感知系统获取除驾驶车辆以外的其他交通参与者的位置坐标，例如驾驶车辆周围的其他车辆、行人、障碍物等。

步骤520，判断每一个交通参与者的位置坐标是否落在观测区域范围内。

步骤530，统计位于观测区域范围内的交通参与者的第一数量以及位于观测区域范围以外的交通参与者的第二数量。

具体的，将每一个获取的交通参与者的位置坐标与驾驶员的观测区域范围进行比对，可以确定交通参与者的位置坐标是否位于驾驶员的观测区域范围，若在观测区域范围内，则确定驾驶员已经感知到该交通参与者，其风险较低，可以赋予较低权重。若在观测区域范围外，则确定驾驶员并没有感知到该交通参与者，其风险较高，可以赋予较高权重。统计位于观测区域范围内的交通参与者的第一数量，以及位于观测区域范围外的交通参与者的第二数量。

步骤540，根据第一数量以及第二数量，确定第一评估结果的第三影响因子。

具体的，可以将第一数量以及第二数量代入预构建的风险感知模型，确定第一评估结果的第三影响因子，如下公式所示：

A

其中，A

在一个具体的实施例中，M的一种实现方式可以为，将第一数量或者第二数量在所有除驾驶车辆外的其他交通参与者的数量之和中的占比，作为驾驶员在第一驾驶场景中的风险感知能力即第三影响因子，具体可以通过如下公式实现：

其中，A

步骤550，根据观测区域范围的面积、道路区域范围对应的区域面积、第三影响因子，对驾驶员的感知能力进行评估，获取第一评估结果。

具体的，当第一驾驶场景中存在风险事件时，可以结合驾驶员对风险事件的风险感知能力，对驾驶员的感知能力进行综合评估，获取第一评估结果。

可选的，根据观测区域范围的面积、道路区域范围对应的区域面积、第三影响因子，对驾驶员的感知能力进行评估，获取第一评估结果，包括：

根据观测区域范围的面积以及道路区域范围对应的区域面积，确定第一评估结果的第四影响因子；

根据第三影响因子和第四影响因子，对驾驶员的感知能力进行评估，获取第一评估结果。

具体的，根据观测区域范围的面积、道路区域范围对应的区域面积，可以确定驾驶员的环境感知能力分值A

根据实际需要，还可以赋予风险感知能力A

Nscore＝k

其中，A

在所有的驾驶能力评估场景中发生风险事件时，除了评估驾驶员的风险感知能力，还需要评估驾驶员的风险操作能力，进而结合驾驶员的基础环境感知能力以及常规操作能力，对驾驶员的驾驶能力进行综合评估，才能准确的反应出存在风险事件的驾驶场景中驾驶员的驾驶能力。

可选的，当所有的驾驶能力评估场景中发生风险事件时，方法还包括如图6所示的方法步骤：

步骤610，获取第一风险场景中驾驶车辆识别到的风险事件发生的第一时刻、驾驶员识别到风险事件发生的第二时刻、与驾驶员对应的预设识别时间阈值、驾驶员针对风险事件采取操作时的第三时刻，驾驶车辆识别到风险事件消失时的第四时刻，驾驶员对风险事件的标准反应时间、所有的驾驶员能力评估场景中总的风险事件的数量。

具体的，在一个可选的例子中，第一时刻可以为通过车辆搭载的环境感知系统识别风险事件发生的第一时刻，例如识别到任一交通参与者距离驾驶车辆小于预设距离阈值时，判断此时有碰撞风险，将任一交通参与者距离驾驶车辆小于预设距离阈值的时刻作为驾驶车辆识别到风险事件发生的第一时刻；第二时刻可以通过车辆内部搭载的摄像头采集驾驶员的面部表情图像，并通过搭载的面部表情识别模块，当识别到驾驶员的面部表情发生变化时，确定驾驶员表情发生变化的时刻为驾驶员识别到风险事件发生的第二时刻；设定驾驶员对风险事件的预设识别时间阈值；第三时刻为从第二时刻之后，车辆识别到驾驶员的第一个操作动作的时刻，即为驾驶员针对该风险事件采取操作的时刻；第四时刻为车辆识别到风险事件消失的时刻，例如当除驾驶车辆外的所有其他参与者与驾驶车辆的距离均大于预设距离阈值时，将该时刻作为第四时刻；另外，可以预先建立对多种风险事件发生时，风险事件与驾驶员的标准反应时间库，获取驾驶员对该风险事件发生的标准反应时间。

步骤620，根据第二时刻以及第三时刻，确定驾驶员对风险事件的实际反应时间。

具体的，实际反应时间即为第三时刻与第二时刻之间的时间差值。

步骤630，根据实际反应时间、标准反应时间、第一时刻、以及第四时刻，对第一风险场景中驾驶员的风险处理能力进行评估，获取第一风险能力评估结果。

步骤640，根据所有风险能力评估结果，获取风险能力综合评估结果，风险能力综合评估结果用于衡量驾驶员的风险处理能力。

具体的，第一风险能力评估结果可以用如下公式确定：

其中，T

在一个可选的例子中，r的实现方式可以是，如果风险事件始终不消失，即不存在T

d的实现方式可以是，如果T

步骤650，根据所有驾驶场景的基础能力评估结果以及风险能力综合评估结果，对驾驶员的驾驶能力进行综合评估。

具体的，当发生风险事件时，驾驶员最终的驾驶能力需要结合对风险事件的处理能力Dscore进行评估，如下：

Score＝Toscore-Dscore

其中，Score为驾驶员的综合驾驶能力评估结果，Toscore为驾驶员的基础综合能力评估结果。

可选的，当在所有的驾驶员驾驶场景中识别到驾驶员存在违规操作时，方法还包括：

根据驾驶员的第i次违规操作行为，以及，违规操作行为与违规影响因子的对应关系，对驾驶员的第i次违规行为进行评估，获取第i个违规行为评估结果；

根据所有的违规操作行为评估结果以及所有驾驶场景的基础能力评估结果，对驾驶员的驾驶能力进行综合评估，其中，第i次违规操作行为为驾驶员的违规操作行为中任一个，i为正整数。

具体的，可以将违规行为评估分为两个主要类型，重大风险违规类，包括逆行、闯红灯等，潜在风险违规类型包括超速、多次变道等。当出现重大类型时，直接扣除100，即直接综合得分为0，若发生潜在风险违规类则根据违规的具体行为类型输出特定的扣分值，最终违规的扣分分值记为Lscore。

当在驾驶员的评估过程中，同时存在风险事件以及违规操作时，驾驶员的综合驾驶能力同样需要考虑到风险事件处理能力以及违规操作能力，其评估方式如下所示：

Score＝Toscore-Dscore-Lscore(公式十三)

Score为驾驶员的综合驾驶能力评估结果。

为了使本发明的方法更加清楚，本发明提供具体的驾驶能力评估放大的结构图，如图7所示，常规场景评估模块主要分为场景预备阶段的评估，包括基础环境感知能力评估，以及场景执行阶段，包括行为执行能力和行为执行效率，当存在风险事件时，还需要对风险感知能力进行综合评估。风险评估模块，主要的评估方面为风险识别能力以及风险应对能力，违规行为评估模块主要进行重大风险违规行为评估以及潜在风险违规行为评估，最后结合常规场景评估模块、风险评估模块以及违规行为评估模块对驾驶员的驾驶能力进行综合评估。

以上，为本申请所提供的驾驶能力评估方法实施例，下文中则介绍说明本申请所提供的驾驶能力评估其他实施例，具体参见如下。

图8为本发明实施例提供的一种驾驶能力评估装置，该装置包括：获取模块801、确定模块802、处理模块803以及评估模块804；

获取模块801，用于获取在第一驾驶场景中的预设参数集，以及驾驶员能力评估场景中的驾驶场景数量，其中，预设参数集包括：驾驶员驾驶车辆的位置信息、第一驾驶场景中包括道路区域范围、道路区域范围对应的区域面积、驾驶员的实际操作轨迹、驾驶员的实际操作时间、标准操作轨迹、标准操作时间、检测到驾驶员头部开始转动时，获取第一视野角度，以及，检测到驾驶员头部停止转动时，获取第二视野角度；第一驾驶场景为驾驶员能力评估场景中任一个驾驶场景；

确定模块802，用于根据第一视野角度、第二视野角度以及位置信息，确定驾驶员的视野轮廓范围；

处理模块803，用于将视野轮廓范围与道路区域范围的交集区域作为驾驶员的观测区域范围，并确定观测区域范围的面积；

评估模块804，用于根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果；根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果；根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估。

可选的，评估模块804，具体用于根据第一评估结果以及第二评估结果，对驾驶员的第一驾驶场景的驾驶能力进行评估，获取第一驾驶场景的基础能力评估结果；基于驾驶场景的数量以及每一个驾驶场景中驾驶员的基础能力评估结果，获取驾驶员的平均基础能力评估结果；基于平均基础能力评估结果对驾驶员的驾驶能力进行综合评估。

可选的，评估模块804，具体还用于根据实际操作轨迹与标准操作轨迹之间的距离差值，确定第二评估结果的第一影响因子；根据实际操作时间以及标准操作时间的时间差值，确定第二评估结果的第二影响因子；根据第一影响因子以及第二影响因子对驾驶员的操作能力进行评估，获取第二评估结果。

可选的，该装置还包括：判断模块805以及统计模块806；

获取模块801，还用于获取风险事件的发生时间内除驾驶车辆以外的交通参与者的位置坐标；

判断模块805，用于判断每一个交通参与者的位置坐标是否落在观测区域范围内；

统计模块806，用于统计位于观测区域范围内的交通参与者的第一数量以及位于观测区域范围以外的交通参与者的第二数量；

确定模块802，还用于根据第一数量以及第二数量，确定第一评估结果的第三影响因子；

评估模块804，还用于根据观测区域范围的面积、道路区域范围对应的区域面积、第三影响因子，对驾驶员的感知能力进行评估，获取第一评估结果。

可选的，该装置包括：

处理模块803，还用于根据观测区域范围的面积以及道路区域范围对应的区域面积，确定第一评估结果的第四影响因子；

评估模块804，还用于根据第三影响因子和第四影响因子，对驾驶员的感知能力进行评估，获取第一评估结果。

可选的，该装置包括：

获取模块801，还用于获取第一风险场景中驾驶车辆识别到的风险事件发生的第一时刻、驾驶员识别到风险事件发生的第二时刻、与驾驶员对应的预设识别时间阈值、驾驶员针对风险事件采取操作时的第三时刻，驾驶车辆识别到风险事件消失时的第四时刻，驾驶员对风险事件的标准反应时间、所有的驾驶员能力评估场景中总的风险事件的数量；

确定模块802，还用于根据第二时刻以及第三时刻，确定驾驶员对风险事件的实际反应时间；

处理模块803，还用于根据实际反应时间、标准反应时间、第一时刻、以及第四时刻，对第一风险场景中驾驶员的风险处理能力进行评估，获取第一风险能力评估结果；根据所有风险能力评估结果，获取风险能力综合评估结果，风险能力综合评估结果用于衡量驾驶员的风险处理能力；

评估模块804，还用于根据所有驾驶场景的基础能力评估结果以及风险能力综合评估结果，对驾驶员的驾驶能力进行综合评估。

可选的，该装置包括：

评估模块804，还用于根据驾驶员的第i次违规操作行为，以及，违规操作行为与违规影响因子的对应关系，对驾驶员的第i次违规行为进行评估，获取第i个违规行为评估结果；根据所有的违规操作行为评估结果以及所有驾驶场景的基础能力评估结果，对驾驶员的驾驶能力进行综合评估，其中，第i次违规操作行为为驾驶员的违规操作行为中任一个，i为正整数。

本发明实施例提供的驾驶能力评估装置中各部件所执行的功能均已在上述任一方法实施例中做了详细的描述，因此这里不再赘述。

本发明实施例提供的一种驾驶能力评估装置，获取在第一驾驶场景中的预设参数集，以及驾驶员能力评估场景中的驾驶场景数量，其中，预设参数集包括：驾驶员驾驶车辆的位置信息、第一驾驶场景中包括道路区域范围、道路区域范围对应的区域面积、驾驶员的实际操作轨迹、驾驶员的实际操作时间、标准操作轨迹、标准操作时间、检测到驾驶员头部开始转动时，获取第一视野角度，以及，检测到驾驶员头部停止转动时，获取第二视野角度；第一驾驶场景为驾驶员能力评估场景中任一个驾驶场景；根据第一视野角度、第二视野角度以及位置信息，确定驾驶员的视野轮廓范围；将视野轮廓范围与道路区域范围的交集区域作为驾驶员的观测区域范围，并确定观测区域范围的面积；根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果；根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果；根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估。通过采集驾驶员在驾驶时的视野信息等观测信息，采集驾驶员的实际操作轨迹、实际操作时间等操作信息，可以综合考虑到驾驶员的观察能力和驾驶能力，而且无需人工观察评估，一方面可以在驾驶能力评估场景(例如机动车驾驶考试中的科目三考试场景)中对驾驶员所需的驾驶能力进行全面和客观的评估，避免驾驶员只针对评估需要的驾驶场景进行训练而轻松通过考试，但达不到驾驶所需的实际能力而造成交通事故的发生，同时，也节约了评估时所需大量观察员的人工成本。

如图9所示，本申请实施例提供了一种电子设备，包括处理器111、通信接口112、存储器113和通信总线114，其中，处理器111，通信接口112，存储器113通过通信总线114完成相互间的通信。

存储器113，用于存放计算机程序；

在本申请一个实施例中，处理器111，用于执行存储器113上所存放的程序时，实现前述任意一个方法实施例提供的驾驶能力评估方法，包括：

获取在第一驾驶场景中的预设参数集，以及驾驶员能力评估场景中的驾驶场景数量，其中，预设参数集包括：驾驶员驾驶车辆的位置信息、第一驾驶场景中包括道路区域范围、道路区域范围对应的区域面积、驾驶员的实际操作轨迹、驾驶员的实际操作时间、标准操作轨迹、标准操作时间、检测到驾驶员头部开始转动时，获取第一视野角度，以及，检测到驾驶员头部停止转动时，获取第二视野角度；第一驾驶场景为驾驶员能力评估场景中任一个驾驶场景；

根据第一视野角度、第二视野角度以及位置信息，确定驾驶员的视野轮廓范围；

将视野轮廓范围与道路区域范围的交集区域作为驾驶员的观测区域范围，并确定观测区域范围的面积；

根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果；

根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果；

根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估。

可选的，根据第一评估结果、第二评估结果以及驾驶场景数量，对驾驶员的驾驶能力进行综合评估，包括：

根据第一评估结果以及第二评估结果，对驾驶员的第一驾驶场景的驾驶能力进行评估，获取第一驾驶场景的基础能力评估结果；

基于驾驶场景的数量以及每一个驾驶场景中驾驶员的基础能力评估结果，获取驾驶员的平均基础能力评估结果；

基于平均基础能力评估结果对驾驶员的驾驶能力进行综合评估。

可选的，根据实际操作轨迹、实际操作时间、标准操作轨迹和标准操作时间，对驾驶员的操作能力进行评估，获取第二评估结果，包括：

根据实际操作轨迹与标准操作轨迹之间的距离差值，确定第二评估结果的第一影响因子；

根据实际操作时间以及标准操作时间的时间差值，确定第二评估结果的第二影响因子；

根据第一影响因子以及第二影响因子对驾驶员的操作能力进行评估，获取第二评估结果。

可选的，当在第一驾驶场景中存在风险事件时，根据观测区域范围的面积、道路区域范围对应的区域面积，对驾驶员的感知能力进行评估，获取第一评估结果，包括：

获取风险事件的发生时间内除驾驶车辆以外的交通参与者的位置坐标；

判断每一个交通参与者的位置坐标是否落在观测区域范围内；

统计位于观测区域范围内的交通参与者的第一数量以及位于观测区域范围以外的交通参与者的第二数量；

根据第一数量以及第二数量，确定第一评估结果的第三影响因子；

根据观测区域范围的面积、道路区域范围对应的区域面积、第三影响因子，对驾驶员的感知能力进行评估，获取第一评估结果。

可选的，根据观测区域范围的面积、道路区域范围对应的区域面积、第三影响因子，对驾驶员的感知能力进行评估，获取第一评估结果，包括：

根据观测区域范围的面积以及道路区域范围对应的区域面积，确定第一评估结果的第四影响因子；

根据第三影响因子和第四影响因子，对驾驶员的感知能力进行评估，获取第一评估结果。

可选的，当所有的驾驶能力评估场景中发生风险事件时，方法还包括：

获取第一风险场景中驾驶车辆识别到的风险事件发生的第一时刻、驾驶员识别到风险事件发生的第二时刻、与驾驶员对应的预设识别时间阈值、驾驶员针对风险事件采取操作时的第三时刻，驾驶车辆识别到风险事件消失时的第四时刻，驾驶员对风险事件的标准反应时间、所有的驾驶员能力评估场景中总的风险事件的数量；

根据第二时刻以及第三时刻，确定驾驶员对风险事件的实际反应时间；

根据实际反应时间、标准反应时间、第一时刻、以及第四时刻，对第一风险场景中驾驶员的风险处理能力进行评估，获取第一风险能力评估结果；

根据所有风险能力评估结果，获取风险能力综合评估结果，风险能力综合评估结果用于衡量驾驶员的风险处理能力；

根据所有驾驶场景的基础能力评估结果以及风险能力综合评估结果，对驾驶员的驾驶能力进行综合评估。

可选的，当在所有的驾驶员驾驶场景中识别到驾驶员存在违规操作时，方法还包括：

根据驾驶员的第i次违规操作行为，以及，违规操作行为与违规影响因子的对应关系，对驾驶员的第i次违规行为进行评估，获取第i个违规行为评估结果；

根据所有的违规操作行为评估结果以及所有驾驶场景的基础能力评估结果，对驾驶员的驾驶能力进行综合评估，其中，第i次违规操作行为为驾驶员的违规操作行为中任一个，i为正整数。

本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如前述任意一个方法实施例提供的驾驶能力评估方法的步骤。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。